.2.

Les agents et les systmes multi-agents (SMA)

Un systme multi- agent est un systme distribu compose un ensemble d'agent
contrairement aux systmes de l'intelligence artificielle, qui simulent dans une
certaine mesure les capacits du raisonnement humain, les systmes multi-agents sont
conus et implants idalement comme un ensemble d'agent interagissant, le plus
souvent , selon des coopration, de concurrence ou de coexistence.[5]
I.2.1. les agents
I.2.1.1. Dfinition
Jennings, Sycara et Woodbridge [JEN98 a] ont propos la dfinition suivante
pour un agent :"un agent est un systme informatique, situ dans un environnement, et
qui agit d'une faon autonome et flexible pour atteindre les objectives pour lesquels il
t conu"
Les mots "situ"," autonomie" et " flexible " sont dfinis comme suit: [5]
Situ: l'agent est capable d'agir sur son environnement partir des entres
sensorielles qu'il reoit de ce mme environnement;
Autonome: l'agent est capable d'agir sur son environnement d'un tiers
(humain ou agent) et contrle ses propres action ainsi que son tat interne;
Flexible : l'agent dans ce cas est:
o Capable de rpondre temps: l'agent doit tre capable de percevoir son
environnement et d'laborer une rponse dans les temps requis,
o Proactif : l'agent doit exhiber un comportement proactif et opportuniste,
tout en tant capable de prendre l'initiative au bon moment,
o Social: l'agent doit tre capable d'interagir avec les autres agents (logiciels
ou humains) quand la situation l'exige afin d'accomplir ses tches ou aider
ces agents accomplir les leurs.
Ferber dfinit un agent comme: [6]
On appelle agent une entit physique ou virtuelle:
a. qui est capable dagir dans un environnement,
b. qui peut communiquer directement avec dautres agents,
c. qui est mue par un ensemble de tendances (sous la forme dobjectifs
individuels ou dune fonction de satisfaction, voire de survie, quelle cherche
optimiser),
d. qui possde des ressources propres,
e. qui est capable de percevoir (mais de manire limite) son environnement,
f. qui ne dispose que dune reprsentation partielle de cet environnement (et
ventuellement aucune),
g. qui possde des comptences et offre des services,
h. qui peut ventuellement se reproduire,
i. dont le comportement tend satisfaire ses objectifs, en tenant compte des
ressources et des competences dont elle dispose, et en fonction de sa
perception, de ses reprsentations et des communications quelle reoit.
Le processus de fonctionnement de lagent comprend donc trois phases successives
[7]:
Phase de perception qui permet dlaborer une ide sur ltat actuel de
lenvironnement via un ensemble de capteurs.
Phase de dlibration qui permet de dcider quelle action excuter suivant
ltat de lenvironnement et ltat interne de lagent, cest ce niveau que le
comportement de lagent est dcrit donc cest la phase la plus importante.
Phase daction cest lexcution de laction par lactionneur correspondant,
lexcution qui va apporter des modifications sur ltat de lenvironnement et
sur ltat de lagent.






Figure I .4. Principe de fonctionnement d'un l'agent
I.2.1.2. Diffrence entre objet et agent [8]
L'objet:
Pas dautonomie: lobjet est invoqu par un appel de mthode quil ne
peut refuser (pas de ractivit).
Faible niveau de socialit: interaction simple et rigide (pas dvolution
dans le temps).
L'agent:
Dlibration
Environnement
Perception Action
Autonomie de contrle : lagent dcide de son comportement en fonction
de son tat, croyances, connaissances, perceptions de lenvironnement,
requtes des autres.
Socialit : composante trs importante, complexit des interactions, des
organisations.
Notion denvironnement : importante et complexe
I.2.1.3. caractristiques des agents:
Les recherches en intelligence artificielle s'accordent sur la ncessit
l'existence de quelques caractristiques pour qu'on puisse parler d'agents. Un agent
avoir une ou plus de ces caractristiques: [9]
Situ: un agent est capable de percevoir et d'agir sur son environnement
partir des entres sensorielles qu'il reoit de ce mme environnement.
Agir: l'agent peut agir sur son environnement. IL peut manipuler des objets,
les dformer, communiquer avec dautres agents, engager une coopration ou
un conflit. Toute action en tant que telle modifie d'une certaine faon une
partie de l'environnement.
Autonomie: un agent possde un tat interne sur lequel il possde un contrle
total. Cet tat interne est notamment inaccessible aux autres agents .De plus,
l'agent prend des dcisions qui sont bases sur cet interne sans intervention
extrieure (humaine ou d'un autre agent).
Adaptation et apprentissage: les agents amliorent leur performance que
le temps pass.
Mobilit : la capacit dun agent de se dplacer travers un rseau
Proactif: Gnre ses buts, prise dinitiative pour satisfaire ses buts, pas
dirig seulement par les vnements.
Flexible: raction aux changements dans lenvironnement; adaptation aux
ressources.
I.2.1.4. Les diffrents modles d'agents
Les agents peuvent tre classes en deux catgories principales selon leur
comportement et leur granularit .cette notion de granularit est bien sr trs subjective,
elle exprime la complexit de (raisonnement) dun agent afin de sparer les agents dits
intelligents des agents moins intelligents. On parle dagents cognitifs et dagents
ractifs. Certains dfinissent un type dagent supplmentaire communment appel
agent hybride. [9]






Figure I.5. Les modles d'agents

Agent cognitif :
Les agents capacits cognitives proviennent dune mtaphore du modle
humain. Les agents cognitifs disposent dune base de connaissances
comprenant les diverses informations lies leur domaines dexpertise et la
gestion des interactions avec les autres agents et leur environnement. Les
agents sont gnralement intentionnels cest--dire quils possdent des
buts et des plans explicites leur permettant daccomplir leurs buts. Ceci a
donn lieu plus tard aux premires architectures modernes dagents dits
cognitifs. [13]

Agent ractif :
Les agents ractifs au contraire ne sont pas intelligents pris
individuellement .ils rpond de manire opportune aux changements de son
environnement. Ceux-ci peuvent tre constitus de stimuli externes et
asynchrones. Un tel type d'agent n'a pas besoin d'une reprsentation
symbolique leve de la perception son environnement. Cependant, du fait, de
leur nombre, ces agents ractifs peuvent rsoudre des problmes qualifis
complexes. [13]
Les hypothses principales pour le dveloppement dagents ractifs sont : [10]
La manipulation syntaxique prvaut la reprsentation symbolique pour
modliser la prise de dcision,
Les ides dintelligence et de comportement rationnel sont lies
lenvironnement de lagent et non aux agents eux-mmes,
Agent
Agent ractif Agent cognitif
Agent hybrid
Les agents nont pas de reprsentation de leur environnement et des autres
agents et se faisant, ils sont incapables de prvoir et danticiper les actions
accomplir.
Individuellement, ils sont trs faibles, mais leur force vient de leur capacit
constituer des colonies capables de sadapter leur environnement. Ils peuvent faire
face des tches complexes et peuvent rivaliser en terme de performance avec des
agents plus sophistiqus [Ferber, 1995]
Agents hybride :
Les agents hybrides sont des agents ayant des capacits cognitives et ractives. Ils
conjuguent en effet la rapidit de rponse des agents ractifs ainsi que les capacits de
raisonnement des agents cognitifs. Cette famille regroupe donc des agents dont le
modle est un compromis autonomie/coopration et efficacit/complexit. Ce type
d'agents reste toujours guid par le souci de minimiser les faiblesses et d'augmenter
les forces de tel ou tel type d'agents que l'on mettrait en oeuvre dans une
application.[13]
Systmes dagents cognitifs Systmes dagents ractifs
Reprsentation explicite de
lenvironnement
Pas de reprsentation explicite
Peut tenir compte de son pass Pas de mmoire de son historique
Agents complexes Fonctionnement stimulus/rponse
Petit nomber dagents Grand nomber dagents

Table I.1.les agent cognitifs et les agents ractifs [12]
I.2.2. Les systmes multi-agents
Un systme multi-agents (SMA) est constitu d'un ensemble de processus
informatiques se droulant en mme temps, donc de plusieurs agents vivant au mme
moment, partageant des ressources communes et communicant entre eux. [13]
Parmi les diffrentes dfinitions des systmes multi-agents nous retiendrons celle de
Ferber [Ferber, 1995] qui le dfinit comme un systme compos des lments
suivants: [10]
Un Environnement E, cest - dire un espace disposant dune mtrique.
Un ensemble d'objet O, Ces objets sont situs c'est dire que pour tout objet,
il est possible un moment donn. d'associer une position dans E. Ces objets
sont passifs : les agents peuvent cres les dtruire et les modifier.
Un ensemble A d'agent les quel reprsentent les entits actives du systme.
Un ensemble de relations R qui unissent des objets (et donc des agents) entre
eux.
Un ensemble d'opration Op permettent aux agents Ade percevoir, produire,
consommer, transformer et manipuler des objets de O.
Des oprateurs chargs de reprsenter l'application de ces oprations et la
cration du monde cette tentative de modification, que l'on appellera les lois
de l'univers.


Figure I.6. Reprsentation image dun agent en interaction avec son
environnement et les autres agents [Ferber, 1995]

Les principales caractristiques des SMA [Syc98]: [10]
Le contrle de systme est distribu (pas de contrle global);
Les donnes sont dcentralises et le traitement est asynchrone;
Chaque agent a seulement des informations incompltes et des capacits
limites.
I.2.2.1. Dcomposition des SMA

Figure I.7 .architecture gnrale des SMA [9]
Lobjet de la phase de dcomposition consiste identifier et dcomposer le
problme en quatre composantes fondamentales (agents, environnement, interaction,
organisation) afin de dgager larchitecture gnrale du systme.
a. Agent: Le concept dagent a t dfini prcdent. Cette partie de lanalyse
regroupe les lments ncessaires la construction des agents savoir leur modle,
leur architecture, leur implmentation.
b. Environnement
Un agent est situ dans un environnement. Pour modliser la structure de
l'agent, il faut avoir un modle de l'environnement. L'environnement peut tre vu
comme tant dans un tat e parmi un ensemble d'tats E= {e1, .., e, ..}
L'environnement peut changer son tat soit d'une manire spontane soit comme
rsultat des actions de l'agent. [10]
L'volution de l'environnement se modlise diffremment selon les
caractristiques que l'on prend en compte, et les simplifications que l'on s'autorise.
Les principales distinctions faire sur les types d'environnements sont [Ferber, 1995]
[Russel et Norvig, 1995]:
Accessible ou non : un environnement accessible est un environnement dans lequel
lagent peut obtenir une information complte sur ltat de cet environnement. Le plus
accessible des environnements est celui construit pour que les agents puissent y agir.
Dterministe ou non: un environnement dterministe est un environnement
Dans lequel les actions ont un effet. Il ny a pas dincertitude sur ltat qui rsultera de
Laction en cours.
Episodique ou non : dans un environnement pisodique, la performance dun
Agent est dpendante du nombre dpisodes discrets, et sans aucun lien avec la
performance dun agent dans diffrents scnarios, par exemple, un courrier sortant du
systme.
Statique ou dynamique: un environnement dynamique est un environnement dans
lequel aucun autre processus nagit sur lui. Un environnement statique est un
environnement qui reste inchang si l'agent n'agit pas dessus.
Discret vs continu : un environnement est discret sil y a un nombre fini dactions
possibles. Lchiquier dun jeu de dame est lexemple dun environnement discret.
Par contre un chauffeur de taxi volue dans un environnement continu.

c. L'interaction
Les interactions des agents d'un SMA sont motives par linterdpendance des
agents selon ces trois dimension : leurs le but tre compatibles ou non ; les agents
peuvent dsirer des ressources que les autres possdent ; un agent X peut disposer
d'une capacit ncessaire un agent Y pour l'accomplissement d'un des plan d'action
de Y.
En gnral, les interactions sont mises en uvre par un transfer d'informations
entre agents ou entre l'environnement et les agents; soit par perception, soit par
communication.
L'interaction entre les agents apparat sous plusieurs modes, qui sont la coopration, la
coordination et la ngociation.




Figure I.8. Schma de l'interaction
la coopration:
La coopration est une forme d'interaction. Durfee et ses collgues on propos
quatre objectif gnriques pour tablir la coopration dans groupe d'agent :
Augmenter le taux de finalisation des taches grce au paralllisme,
augmenter le nombre de taches ralisables grce au partage de ressources
(information, expertise, etc.).
Schmas d'interactions enter-agents
Coordination Ngociation Coopration
Galliers ont soulign l'importance de l'adoption d'un but commun pour ce type
coopration, quil considre comme un lment essentiel de l'activit sociale.
Ferber considrer la coopration comme une attitude adopte par les agent qui
dcident de travailler ensemble ou on peut adopter le point de vue d'un observateur
extrieur au systme multi-agents qui interprte a posteriori les comportements des
agents pour les qualifier de coopratifs ou non selon des critres prtablis tels que
l'interdpendance des actions ou le nombre de communications effectues. Dans le
cas de la coopration vue comme une attitude intentionnelle, les agents s'engagent
dans une action aprs avoir identifi et adopt un but commun (exemple : le cas d'un
groupe de personnes acceptantes de travailler dans une entreprise). [5]



la coordination
Des agents qui travaillent dans un SMA accomplissent un certain nombre de
taches.il existe galement des taches supplmentaires lies la mise en relation des
autres taches pour amliorer globalement le droulement. Ces taches supplmentaires
appeles des tches de coordination. Malone [MAL 88] dcrit la coordination comme
"l'ensemble des activits supplmentaires qu'il est ncessaire d'accomplir dans un
environnement multi-agents et qu'un seul agent pour suivant les mmes buts
n'accomplirait pas ". [9]
Ainsi Malon [MAL 90] note que deux des composent fondamentales de la
coordination entre agents sont l'allocation des ressources rares et la communication
de rsultant intermdiaires. Dans ces contextes, les agents doivent tre capables de
communiquer entre eau de faon pouvoir changer les rsultats intermdiaires. Pour
l'allocation des ressources partages, les agents doivent tre capables de faire des
transferts des ressources. [5]
La ngociation
La ngociation joue un rle fondamental dans les activits de coopration en
permettant aux personnes de rsoudre des conflits qui pourraient mettre en pril des
comportements coopratifs. Dure et ses collgues [DUR] dfinissent la ngociation
comme le processus d'amliorer les accords (en rduisant les inconsistances et
l'incertitude) sur des points de vue communs ou des plans d'action grce la l'change
structur d'informations pertinentes. En gnrale, les chercheurs en l'intelligence
artificielle distribue utilisent la ngociation comme un mcanisme pour coordonner
un groupe d'agents. [7]
Communication entre les agents:
Les communications dans les systmes multi-agents, comme chez les
humains, sont la base des interactions et de lorganisation des agents. La
communication est donc un outil permettant linteraction (cooprative ou antagoniste)
[Fer95]. En communiquant, les, les agents peuvent changer des informations et
coordonner leurs activits.[11]
Modes de communication:
Le mode de communication par change de messages :
Les systmes fonds sur la communication par envoi de messages relvent d'une
distribution totale la fois de la connaissance, des rsultats et des mthodes utilises
pour la rsolution du problme. Les agents sont en liaison directe et envoient leurs
messages directement et explicitement au destinataire. La seule contrainte est la
connaissance de l'agent destinataire : si un agent A connat l'agent B alors il peut
entrer en communication avec lui [Vernadat et Azma, 1992].Les systmes d'acteurs
en sont l'illustration parfaite [Hewitt, 1977].










Figure I.9. Communication par envoi de messages [14]
Communication par partage d'informations:
Dans ce mode de communication, on parle plutt de sources de connaissances
que dagents, o le tableau noir est en gnral partitionn en plusieurs niveaux qui
sont spcifiques l'application. Les agents qui travaillent sur un niveau particulier
peuvent accder aux informations contenues dans le niveau correspondant du tableau
noir ainsi que dans des niveaux adjacents.
Agen
t
Age
nt
Agen
t
Agent
Agent
Agent
Le mcanisme blackboard est constitu de trois lments principaux :
Les sources de connaissances : la connaissance du domaine est partage entre
les sources de connaissances.
Le blackboard : la mmoire partage, o on trouve les connaissances relatives
la rsolution du problme.
Le contrle : pour grer les conflits daccs au tableau.









Figure I. 10.communication par partage dinformation [14]


d. organisation:
Un agent existe rarement seul ; il fait partie d'une socit d'agent appele systme
ou univers multi-agents un systme multi-agent est un ensemble organis d'agents. On
peut dfinir une organisation comme une structure dcrit comment les nombres sont
en relation et interagissent afin d'attendre un but commun. Le concept d'organisation a
pour objectif principal de contrler et coordonner l'ensemble des interactions
prsentes entre les agents de la socit, afin de structurer les activits des agents et
permettre ainsi au systme de ce comport comme un tout efficace et cohrent,
capable de conduire une solution du problme. Il dcrit l'ensemble des composants,
leur nature, leurs responsabilits (taches raliser), leurs besoins en ressources, leur
distribution gographique au sein d'environnement et leurs liens de communication
des exemples d'organisations d'agents dans le monde rel sont une organisation
conomique telle qu'une entreprise, mais aussi une organisation animale telle qu'une
fourmilire. [9]

Agent
Agent
Agent
Agent
Contrle